C反应蛋白-甘油三酯葡萄糖指数及其改良指数与心血管-肾脏-代谢综合征0-3期个体卒中风险的关联:一项基于人群的队列研究

Association of C-reactive protein-triglyceride glucose index and its modified indices with stroke risk in individuals at cardiovascular-kidney-metabolic syndrome stages 0-3: a population-based cohort study

作者信息Dan Yang, Yan Deng, Zihan Su, Min Zhao
PMID42415086
发布时间2026-07-07
DOI10.1186/s12933-026-03282-1

实验完整度

研究包含多个独立证据层级:前瞻性队列分析(Cox回归、RCS、轨迹分析)、预测性能评估(ROC/AUC、DeLong检验、IDI)、以及中介分析(ePWV)和WQS回归,进行了多次敏感性分析(PSM、IPTW、E值)。

主要模型

中国健康与养老追踪研究(CHARLS)人群队列 心血管-肾脏-代谢(CKM)综合征0-3期成人

重点核对

CKM分期定义依据AHA总统咨询声明,需核对具体标准 CTI及其相关指数计算公式需严格遵循原文 协变量调整模型(Model 3)的具体变量 3年和5年预测时间点的AUC比较结果 ePWV的计算公式及作为中介变量的模型设定

摘要

背景:心血管-肾脏-代谢(CKM)综合征中卒中的发病机制由胰岛素抵抗(IR)、全身性炎症和肥胖的复杂相互作用驱动。本研究旨在探讨将肥胖相关指标与炎症-IR轴整合是否能改善CKM 0-3期个体卒中风险预测。方法:研究纳入来自中国健康与养老追踪调查(CHARLS)的3348名CKM 0-3期参与者(年龄≥45岁)。评估了原始C反应蛋白-甘油三酯葡萄糖指数(CTI)和七种肥胖修正的CTI指数的基线水平、累积暴露和纵向变化。使用Cox比例风险模型评估与卒中风险的关联,并使用限制性立方样条检查潜在的非线性关系。使用固定时间窗受试者工作特征(ROC)分析评估3年和5年的预测性能。通过曲线下面积(AUC)量化判别能力,并使用DeLong检验进行比较,同时使用综合判别改善(IDI)指数进一步评估增量预测价值。使用中介分析评估估算脉搏波速度(ePWV)在这些关联中的潜在作用。进行亚组和敏感性分析以检验结果的稳健性,并进行加权分位数和(WQS)回归以确定CTI相关指数中各成分的相对贡献。结果:在随访期间,观察到263例新发卒中(7.9%)。在完全调整模型中,所有CTI相关指数最高三分位数的参与者卒中风险显著增加,风险比(HR)范围从原始CTI的1.92(95%CI 1.35-2.73)到CTI-WHtR的2.52(95%CI 1.76-3.61)。K-means聚类纵向变化确定三个轨迹组;与稳定组相比,CTI及其修正指数的显著增加和缓慢增加轨迹均与较高的卒中风险显著相关。在固定时间窗ROC分析中,所有指数的3年AUC均超过0.70。在基线指数中,CTI-BRI、CTI-BMI、CTI-WC和CTI-WHtR的AUC显著高于原始CTI,而只有CTI-BMI在IDI上显示出小而显著的改善(IDI=0.0021,95%CI 0.0004-0.0038;P=0.012)。在累积指数中,cumCTI-BMI和cumCTI-WHtR的3年AUC显著高于cumCTI。CTIs-卒中关联在晚期CKM阶段(2-3)更强。此外,成分分析确定CVAI(2012年为29.0%;2015年为29.3%)是预测能力的主要驱动因素。ePWV部分介导了CTI相关指数与卒中事件之间的关联,中介比例为12.44%–21.20%。结论:在CKM 0-3期成人中,CTI和肥胖修正的CTI指数与新发卒中独立相关,尤其是在晚期CKM阶段。纳入肥胖相关信息在短期预测中提供了适度且不一致的改善,其中CVAI贡献最突出,ePWV提示潜在的动脉僵硬度途径。这些发现支持炎症、IR和肥胖负担联合评估在卒中风险分层中的相关性,但复杂复合指数的临床应用应权衡筛查可行性。

实验结论

提炼研究问题、关键发现与证据,快速把握文章的核心贡献。

研究问题
在CKM 0-3期成人中,CTI及其七种肥胖修正指数与卒中风险是否相关,以及这些新型复合指数是否能改善CTI对卒中的预测能力?
核心机制
ePWV(动脉僵硬度指标)部分中介了CTI相关指数与卒中风险的关联,提示动脉僵硬度可能是连接代谢紊乱与卒中的潜在途径。
主要证据
基于CHARLS的3,348名CKM 0-3期成人的前瞻性队列分析,使用Cox回归、RCS、轨迹分析、ROC分析、IDI、WQS回归和中介分析,结果显示最高三分位数的CTI指数与卒中风险增加显著相关,且ePWV介导了部分关联。
研究意义
研究支持炎症、IR和肥胖负担联合评估在卒中风险分层中的相关性,但复杂复合指数的临床应用应权衡其增量预测价值和筛查可行性。

研究路径

按研究推进顺序梳理实验设计、验证步骤与关键观察。

1

研究人群筛选与CKM分期

确定符合CKM 0-3期标准的研究队列,排除既往卒中或心脏病个体。

从CHARLS研究中筛选出3,348名年龄≥45岁、在2011-2012和2015年均有完整CRP、FPG、TC、TG、LDL-C、HDL-C、BMI和WC数据的参与者,排除2015年前有卒中或心脏病史、失访或随访期间无卒中结局记录者。根据AHA定义将参与者分为CKM 0-3期。

2

CTI及改良指数的计算

构建原始CTI和七种肥胖修正的CTI指数。

计算基线(2012年)和累积(2012-2015年)的CTI、CTI-BMI、CTI-BRI、CTI-WC、CTI-WHtR、CTI-WWI、CTI-ABSI和CTI-CVAI。

3

评估卒中风险关联

评估CTI相关指数与卒中风险之间的关联。

使用Cox比例风险回归模型,分三个模型(未调整、部分调整、完全调整)评估基线水平、累积暴露和纵向轨迹(通过K-means聚类)与卒中事件的关联。

4

非线性关联探索

检查CTI相关指数与卒中风险之间是否存在非线性关系。

使用限制性立方样条(RCS)模型在完全调整模型下分析,设置4个结点(5%、35%、65%、95%分位数)。

5

预测性能比较

比较CTI和改良指数对卒中的预测性能。

使用固定时间窗ROC分析评估3年和5年AUC,使用DeLong检验比较AUC,使用IDI评估增量预测价值。

6

成分贡献分析

确定CTI相关指数中各组分的相对贡献。

使用加权分位数和(WQS)回归评估CRP、FPG、TG及肥胖指标在预测卒中中的权重。

7

中介效应分析

探讨ePWV是否介导CTI相关指数与卒中风险的关联。

使用结构方程模型(SEM)进行中介分析,计算直接效应、间接效应和中介比例。

8

敏感性分析

检验结果的稳健性。

进行倾向性评分匹配(PSM,1:1最近邻匹配,卡尺0.2)、逆概率处理加权(IPTW)、E值计算和z分数标准化。

研究方法

按研究目的归类文中使用的方法,便于定位所需技术。

产品清单

实验环节名称品牌货号
R版本4.5.3----

关键环节

汇总复现实验时建议重点确认的条件及原文阅读提示。

环节核对要点
研究人群
CKM分期0-3;年龄≥45岁;2011-2012年和2015年均有完整关键指标数据;排除卒中或心脏病史。
阅读提示:Materials and Methods - Study population
CTI指数计算
CTI及其改良指数的具体计算公式:CTI×BMI、BRI、WC、WHtR、WWI、ABSI、CVAI。
阅读提示:Materials and Methods - Calculations of seven novel CTI-derived indices
结局定义
自报医生诊断的卒中;随访窗口(2015年后至Wave 4和5)。
阅读提示:Materials and Methods - Determination of incident stroke
协变量评估
年龄、性别、居住地、婚姻状况、教育程度、吸烟、饮酒、SBP、DBP、糖尿病、TC、LDL-C、eGFR。
阅读提示:Materials and Methods - Assessment of covariates
统计模型
Cox回归模型调整变量的细节;RCS节点设置;FDR校正;AUC和IDI计算。
阅读提示:Materials and Methods - Statistical analysis
中介分析
ePWV的计算公式;中介分析模型设定。
阅读提示:Methods - Statistical analysis 中介部分